时间：2023-10-30 14:27:35
[论文关键词]法律监督 内部关系 概念
一、法律监督内部关系的概念
“法律监督内部关系”一词，可以从两个层面来理解。一是指法律监督各项权能之间的关系。法律监督各项权能共同构成法律监督职能，是法律监督职能的具体内容，它们之间的关系自然属于法律监督内部关系的范畴。二是指法律监督主体之间的关系，是检察系统内部各功能主体在履行法律监督职能中或者为了保障和促进法律监督职能而形成的关系。这两层涵义是有联系的。法律监督各项权能之间的联系直接决定和影响了法律监督各主体之间的关系，或者说，法律监督各主体之间的关系，应当由法律监督各项权能之间的客观联系所决定，理应是对它的全面反映。从这个角度来说，两层涵义本质上具有一定的同一性。不过从本文写作的目的来说，从第二个层面来界定法律监督内部关系更为恰当。因为法律监督各项权能之间的联系最终仍然要通过构建合乎其要求的主体关系来实现。此外，主体关系的构建不仅仅要考虑权能之间的客观联系，而且要考虑更多的要素，这些要素虽然与权能之间的联系无关，但是对权能的有效发挥有着不容忽视的作用。据此，本文中的法律监督内部关系一词采用第二个层面的涵义。
这一涵义包括了以下两层内容：
1.法律监督关系是指检察系统内部各个功能主体之间的关系。主体是一个含义十分复杂的词语，在不同的学术领域有着不同的内涵。如在哲学领域，主体是相对于客体的一个概念，是指在事物之间发生联系的过程中，起主动作用的事物。法学中的主体是与法律关系一词紧密联系的，确指法律关系中的人。如在行政法关系中，行政行为的发出者和接受者都是行政法律关系的主体。本文中的主体并不考虑上述两个层面的意义，而是特指所有的检察机关、检察机关的业务部门（机构）和监督管理部门以及这些部门内的职能人员。
2.法律监督关系是指各个功能主体之间在履行法律监督职能过程中或者为了保障、实现法律监督职能而产生的关系。每一个功能主体在对外履行法律监督职能时，难免要与其他的主体发生关系，比如下级与上级、侦查与批捕，等等。为了确保法律监督职能的有效实施，在检察系统内部还存在对职能部门进行监督和管理的部门，它们之间也会发生一定的关系。这两类关系是法律监督内部关系的实际内容。
学术领域对每一个概念的界定都与界定者的研究目的与研究范围直接关联，本文的这种界定也是由本文的写作任务和目的决定的。本文的出发点不是要从一个超然的角度来阐述、介绍或者评价检察系统的内部关系，而是要研究如何使法律监督主体与法律监督职能更为完美地结合到一起，换言之，就是要研究解决如何更好地促进检察系统提升整个系统的法律监督能力，更好地履行法律监督的职能。而一个系统能力的提升不仅仅取决于单个个体的能力，同时取决于多种内部结构与关系的协调和处理。正是这些对于更好地履行法律监督职能来说是必须解决和协调的关系组成了法律监督内部关系的外延，这也是笔者对法律监督内部关系进行上述定义和界定的理由和根据。这同时也体现了研究法律监督内部关系的重要意义。
二、法律监督内部关系的分类
由于主体的多样性和复杂性，内部关系成为一个庞大而复杂的系统，不同主体之间的关系往往既有相同性或者相似性，又有差异性。据此，对主体进行分类，以此作为进一步分析和归纳的前提和基础，是十分必要的。为此笔者进行了四个向度的分类：
（一）第一个向度的分类依据是内部关系的现实性程度。据此内部关系可以分为两大类：1.应然关系。本文中的应然关系又包括两种类别，第一种是从社会发展和有效履行法律监督职能的客观要求出发得出的应然关系，不妨称其为理想型关系；第二种是综合上述客观要求、当前的客观实际状况即实现要求的客观条件得出的应然关系，不妨称其为现实型关系。2.实然关系，即当前内部关系的实际状况。
（二）第二个向度的分类依据是发生关系的主体之大小，此时内部关系可以分为四大类：1.个体与部门、机关之间的关系；2.部门之间的关系；3.部门和机关之间的关系；4.机关之间的关系。
（三）第三个向度的分类依据是发生关系的主体之级别，此时内部关系可以分为两大类：1.级别相同的主体之间的关系；2.级别不同的主体之间的关系。
（四）第四个向度的分类依据是主体之间发生关系的时点。此时内部关系可以分为三大类：1.履行法律监督职能之前发生的关系；2.履行法律监督职能之中发生的关系；3.履行法律监督职能之后发生的关系。
上述四种不同分类下产生的类别关系之间又存在着复杂的联系。一是彼此在外延上往往存在交叉。如机关之间的关系既可能是履行职能之前发生的关系，也可能是之中、之后发生的关系；既可能是同级之间的关系，也可能是不同级别之间的关系。二是不同的类别关系可能存在相同或相似的处理原则和方式，比如上下级机关之间的关系与同职能的上下级部门之间的关系处理原则是相同或相似的。三是同一类别关系中不同主体之间关系的处理原则也可能存在差异。比如同是上下级部门关系，侦查职能部门与其他职能部门的上下级关系在处理原则上就存在差异。
总之，内部关系是一个十分复杂的系统，一方面需要我们条分缕析，具体问题具体分析，另一方面又需要我们归纳、整理和概括，对共性的东西进行归类和抽象。为此，根据上述分类，笔者拟定了如下的行文思路：以对理想型应然关系的研究为起点，通过对实然关系的调查和分析，最终
探讨和构建现实型应然关系。以第二种分类产生的四种关系作为分析各种内部关系的基本框架，在对每一种关系的分析中，再根据第三、第四种分类对各种具体关系进行探讨。
三、衡量法律监督内部关系优劣的依据和标准
要探讨法律监督内部关系的应然模式，首先面临着一个问题：我们依据什么能够断定我们得出的这种模式就是法律监督内部关系的应然模式？这就如同我们判定一个党员应该做什么，不应该做什么，必然在先的要有一个标准和依据。笔者认为，判定某种模式是应然模式的依据在于：它能够使法律监督各项权能和谐且更好地得到履行，充分发挥其作用。因为检察机关和检察权的使命和设置的意义就在于强化法律监督，维护公平正义。这个依据和标准又可以具体分化为四个内涵：
（一）各项权能在运行中能够更好地实现社会和立法设置该项权能的目的
从人类历史来看，任何一项权力最初都是基于管理某种社会公共事务的需要而产生的。即是在奴隶社会和封建社会等集权时代，权力为私人所有，其管理和服务社会的性质也并没有被抹煞。相反，任何忽视了权力服务社会之客观任务和性质或者用权不慎的王朝，终会被社会和人民所抛弃。自资本主义社会以来，个人作为一级主体，通过古典个人主义的繁荣获得了与社会这一主体同等的地位与价值，权力的公益性和服务性在此基础上日益得到重视。每一项权力的设置都应该是为了管理或者解决某种公共事务，这是社会和立法设置该项权能的基本目的和出发点。权能得以更好履行的基本标志也就在于它能更好地实现社会设置它的目的和赋予它的任务。
（二）各项权能在实际运行中能够更好地提高工作效率
在现代社会，任何一项活动都需要具有效率观和效益观，司法活动也不例外。这作为法律监督权能履行得更好的标志，无需多言。
（三）各项权能之间能够实现一种有效的配合，形成一种高效的整体合力
与其他刑事机关不同的是，检察机关的法律监督权能具有多样性，从侦查、批捕到起诉，还有诉讼监督和职务犯罪预防。这些权能之间会存在某些联系，比如某种对立、制约或者互长关系等。如果能够认识到这些客观联系，在此基础上对各项权能进行组合和优化配置，即有可能形成一种高效的整体合力。通过这样的组合与配置，每一种权能将更好地发挥其作用。
（四）法律监督各项权能能够形成一种有效的监督与制约，形成一种良性的整体合力
整体合力在日益呈现高效性后，必定要求在内部形成一种有效的制约，这种制约足以保证这种高效的合力不会偏离法律预设的轨道。这样各项权能才能形成一种良性的整体合力，才不违背其创立的初衷。
关键词:半监督学习;二分类问题;全局正则化;局部正则化;平滑
中图分类号: TP18;TP391.4;TP301.6文献标志码:A
Semi-supervised binary classification algorithm based on
global and local regularization
英文作者名L Jia1,2,3*
英文地址(1. School of Mathematical Sciences, Inner Mongolia University, Hohhot Nei Mongol 010021, China;
2.College of Computer and Information Science, Chongqing Normal University, Chongqing 400047, China;
3.College of Science, China Agricultural University, Beijing 100083, China)
Abstract: As for semi-supervised classification problem, it is difficult to obtain a good classification function for the entire input space if global learning is used alone, while if local learning is utilized alone, a good classification function on some specified regions of the input space can be got. Accordingly, a new semi-supervised binary classification algorithm based on a mixed local and global regularization was presented in this paper. The algorithm integrated the benefits of global regularizer and local regularizer. Global regularizer was built to smooth the class labels of the data so as to lessen insufficient training of local regularizer, and based upon the neighboring region, local regularizer was constructed to make class label of each data have the desired property, thus the objective function of semi-supervised binary classification problem was constructed. Comparative semi-supervised binary classification experiments on some benchmark datasets validate that the average classification accuracy and the standard error of the proposed algorithm are obviously superior to other algorithms.
Key words: semi-supervised learning; binary classification problem; global regularization; local regularization; smooth
0引言
在解决机器学习和模式识别中的分类器学习问题时,通常根据训练样本的类标号是否参与训练而将学习分成三类:训练样本类标号要参与训练的,称之为有监督学习[1-2];训练样本类标号不参与训练的,称之为无监督学习[3];部分样本的类标号参与训练的,称之为半监督学习[4-5]。在实际应用中,获取大量有标记数据通常费时且代价较高,例如Web文本分类中[6],很容易收集到Web网页,但标记不同的网页为对应的主题却费时费力,因此旨在从大量无标记样本和少量有标记样本中学习的半监督学习在理论及实际应用中得到了极大关注。
到目前为止,已有许多研究学者提出了各种半监督学习算法,其中大部分算法都属于基于图的方法[7-12],通过估计一个以所有样本为节点、样本相似性为边的权重构成的图上的函数f来实现分类, f要求同时满足以下条件:一是应该与其相邻有标记样本的标记接近;二是应该在整个图上光滑。文献[7]提出一种基于Gaussian随机域和谐波函数的算法(即基于拉普拉斯正则项方法(Lap_Reg))来平滑无标记样本的标记信息;文献[8]首次提出一种基于全局流形的正则化方法来学习无标记样本的类标号;文献[9]提出一种基于局部和全局一致性的算法,该算法利用基于正则化拉普拉斯正则项方法(NLap_Reg)在数据流形上得到无标记样本的类别;文献[10]提出利用样本的邻居样本的信息来学习得到该样本类标号的基于局部学习正则项方法(LL_Reg);文献[11]提出利用局部样条回归方法来构建半监督分类算法;文献[12]提出了一种通用的局部和全局正则化框架用来解决无标记样本的类标号标注问题，以上算法实际上都是基于正则化框架下的半监督学习算法,目标函数由损失函数和正则项构成,它们的区别在于选择不同的损失函数和正则项。
本文在总结和分析上述各种方法的基础上,在半监督二分类问题的目标函数中同时加入全局正则项和局部正则项,提出了一种结合全局和局部正则化的半监督二分类算法。实验结果证明了本文算法的正确性和可行性。
1半监督二分类问题
6结语
本文提出的结合全局和局部正则化的半监督二分类算法利用局部正则项使得最优解具有理想的性质,利用全局正则项来弥补局部正则项因邻域内样本较少可能导致的学习不充分的问题,从而平滑类标号。数值实验结果表明,与基于拉普拉斯正则项方法、基于正则化拉普拉斯正则项方法和基于局部学习正则项方法相比,本文算法分类精度更高。下一步工作将把全局正则项和局部正则项应用到半监督多类分类问题以及半监督多标记分类问题中。
参考文献:
[1]邓乃扬,田英杰. 数据挖掘中的新方法――支持向量机 [M]. 北京:科学出版社,2004.
[2]邓乃扬,田英杰. 支持向量机: 理论、算法与拓展 [M]. 北京:科学出版社, 2009.
[3]吕佳. 基于动态隧道系统的K-means聚类算法研究 [J]. 重庆师范大学学报:自然科学版,2009,26(1):73-77.
[4]CHAPELLE O, SCHOLKOPF B, ZIEN A. Semi-supervised learning [M]. Cambridge: MIT Press, 2006.
[5]ZHU X J. Semi-supervised learning literature survey [EB/OL]. [2010-05-10]. pages.cs.wisc.edu/~jerryzhu/pub/ssl_survey.pdf.
[6]吕佳.基于改进分类模型的文本分类系统实现 [J]. 重庆师范大学学报:自然科学版,2009,26(2):68-73.
关键词：会计监督 利益相关者 分类治理
一、引言
长期以来，学者热烈探讨与会计监督及其改革相关的一系列问题，但始终不能为实际问题的解决提供根本性帮助，会计失真现象仍然存在，并成为一个世界性的难题。原因可能有以下方面：一是相关研究的主流还建立在委托理论上，主要研究的是两个层次的会计监督问题。经理人对会计人员的会计监督及股东对经理层的会计监督，又以后者为研究重点。事实上由于会计信息具有经济后果，企业的所有利益相关者都具有操纵会计信息和监督会计信息的动机，一个有效的会计监督系统要从各个利益相关者的经济利益出发，围绕会计信息的博弈思考如何构建企业利益相关者共同参与的会计监督体制。二是学者对会计监督机制的认识局限于追求一种适合所有企业的通用模式，没能认识到不同企业的不同特点。只有在对企业进行正确分类的基础上，针对不同的企业类型构建不同的会计监督机制，才能更好地克服会计信息失真问题，为企业决策提供可靠依据。
二、利益相关者与会计监督
(一)利益相关者界定 20世纪70年代，弗里曼(Freeman)、多纳德逊(Donaldson)、布莱尔(Blair)、米切尔(Mitchell)等共同提出利益相关者治理模式，认为企业的目标应该是满足多方利益相关者的不同需求，公司的治理应该由各个利益相关者共同参与。美国经济学家弗里曼认为，利益相关者是“那些能够影响企业目标实现，或者能够被企业实现目标的过程影响的任何个人和群体”。
(二)会计监督层次 会计监督作为保证会计信息质量的系统，其主体包括企业的所有利益相关者，可以分解为三个层次：公司管理层面的总经理对会计人员的监督行为(狭义的会计监督)；公司治理层面的内部利益相关者会计监督；企业的政府与外部利益相关者的会计监督行为。三个层次构成一个有机的会计监督系统见(图1)。经理层出于经营管理的需要，对会计人员提交的会计信息进行监督，以做出合理的决策，防止会计人员的舞弊行为，会计人员对其提交给经理层的会计数据真实性负责。企业的经理层向企业所有者提交反映其经营成果的会计报表，以解释委托关系，其对提交给董事会的会计数据真实性负责。企业的内部利益相关者对经理层提供的会计信息进行监督，并对向企业外部提供的会计信息质量负责。企业外部的会计监督包括两个方面：作为管理的政府包括财政、审计、证券监管等部门，出于宏观经济管理的需要对企业提供的会计信息质量进行监督；企业的外部利益相关者虽然在所有权转让过程中转移了大部分风险，但仍存在一些风险同样具有监督的动机。企业利益相关者的会计监督包括后两层，其中第二个层次的会计监督置于公司治理结构之中，企业利益相关者的会汁监督机制设计直根据不同的企业类型而有所不同。
三、基于企业利益相关者结构特征的企业分类
(一)单方主导型 企业的公司治理由企业利益相关者中的一类利益相关者所主导，即企业所有权被一类利益相关者独占。主要的类型有“投资人企业”、“经理人企业”、“债权人企业”等，这些企业的特点是企业的目标只体现一类利益相关者的利益，形成的是单一的委托关系。委托人内部关系比较单一，主要矛盾来自占控制地位的个体与占小份额的个体之间冲突，体现为占控制地位的个体滥用控制优势侵占小份额个体的经济利益。
(二)全体参与型 全体参与治理结构出现在一些战略联盟和网络型企业中，其特点是所有利益相关者共同分享企业所有权，共同参与企业治理，企业目标体现所有利益相关者的利益要求。这类企业治理结构内部关系复杂，内部利益制衡达到最大程度。
(三)多方共享型 企业的所有权安排扣除两种极端的状态，更多的是企业利益相关者的多方共享的状态，这里的多方可能是两方、三方或更多，而多方的构成也是不同的，所以组合的方式有很多种，如“股东――职工型”、“股东――债权人型”、“股东――职工――政府型”等，典型的案例为德国的“股东――债权人――职工型”、日本的“股东――债权人型”。这一类型的企业其内部利益相关者由不同的类别构成，内部存在一定的利益制衡性，在现实中比较多见。
四、基于企业分类治理模式的会计监督机制
(一)单方主导型企业的会计监督机制 内部利益相关者通过公司治理结构的相关组织实施会计监督行为，要保证有效的监督行为必须使治理结构中的内部利益相关者力量均衡，这样所有内部利益相关者的经济利益才能得到体现。由于单方主导型企业的内部利益相关者仅为一类利益相关者，其治理结构中不均衡只能来自大小分额内部利益相关者之间的矛盾，体现为占控制地位的个体利用控制优势侵占小份额个体的经济利益。单方主导型企业内部利益相关者会计监督的关键在于处理好占控制地位的个体与占小份额的个体之间的冲突，在安排会计机制时要关注内部利益相关者的份额构成情况，做到最大程度的制衡。此外，在这种类型企业中，要发挥监事会的作用，使监事会代表小份额内部利益相关者的经济利益，对董事会的行为进行监督。单方主导型企业的外部会计监督非常重要，因为该类型企业的内部利益相关者仅为同一类群体，这类群体的经济利益在某种程度是一致的，在公司治理结构中由于缺乏其它类别利益相关者的制衡容易产生侵蚀其它类别利益相关者利益的会汁造假行为。这类企业的外部利益相关者要重点解决集体行动的困境，一种途径是成立一个组织代表外部利益相关者的经济利益，聘请专业的人员进行会计报表的审计，监督的重点是企业内部利益相关者有没有虚增利润进行不应该的分配，有没有转移资产进而掏空企业的行为。对虚假会计信息的防范不仅可以通过企业的会计监督来实现，也可以通过有效的责任追究机制进行控制。单方主导型企业具有建立合理的追究责任机制的优势，对内部利益相关者通过会计信息造假侵害外部利益相关者的行为，可以直接追究该类利益相关者的责任，而不会像另两类企业需要在几类利益相关者之间进行分担。单方主导型企业中如果获得企业所有权的那类利益相关者是企业的经理人，将对会计信息的质量产生很大的影响。所以，对于“经理人企业”要特别关注，这类企业的会计信息很容易被企业经理人操纵，尤其当这些经理人是短期内部利益相关者时，会计失真现象极其严重。这样的企业，一方面要着重发挥外部会计监督的作用，政府应对这类企业应进行重点稽查。另一方面，探索在董事会中引入独立董事，制衡经理人的方法。
(二)全体参与型企业的会计监督机制 这类企业会计监督难点在于制度上如何设计和分配董事会的席位才能使制衡的效果最大化而又不影响治理的效率。为了达到有效的制衡效果，需要保证所有类别的利益相关者都有代表进入董事会，才能确保所有类别利益相关者的经济利益，如果有一类利益相关者分享剩余又不参与治理的话，其经济利益很容易受到其它类别利益相关者的侵蚀，如作为征税者的政府，其税收利益就常不能得到保证。所有类别利益相关者都应有代表列席董事会，但并不意味权力平均化，不同类别利益相关者董事会席位不同，席位分配可通过新一轮的集体选择决定或基于各类利益相关者剩余分享比例来确定。全体参与型企业的内部制衡作用很大，但也带来了决策效率的问题，过于分散的董事会会导致决策效率的损失，需要设计适当的投票机制和利益约束机制来稳定合作的基础，使各类利益相关者行为统一到提高企业的适应能力上来。
(三)多方共享型企业的会计监督机制 多方共享型企业的内部利益相关者由几类不同的利益相关者构成，其内部存在一定的利益制衡性。内部利益相关者构成群体之间的制衡作用涉及多方面内容，包括短期利益相关者与长期利益相关者的组合，物力资本与人力资本的组合等。如果企业内部利益相关者的构成不包括长期利益相关者，企业有可能产生一些短视行为侵害到部分利益相关者的经济利益；如果企业内部利益相关者中没有包括物力资本提供者，那么物力资本的特性可能会导致其持有者受到侵害。此外，经理人是否为企业的内部利益相关者是该类型企业会计监督机制设计的关键，会计造假需要经营者的合作才能完成，如果企业的内部利益相关者中包括经理人，董事会的会计造假行为就变得容易，企业的会计监督力度应放在外部利益相关者对企业提高会计信息质量上，如果经理层不包括企业内部利益相关者，企业会计监督的重点就是董事会监督经理层提供的会计报表。对经理人的关注始终是会计监督的重点，目前经理人的报酬形式越来越多样化，那么怎样的报酬形式应将经理人视为内部利益相关者，怎样的报酬形式应将企业的经理人视为外部利益相关者。根据会计监督的需要，我们认为只要经理人的报酬与利润挂钩，即使可能设计了上限和下限，这样的经理^就应视为内部利益相关者。
五、结论
全面深化改革下的新挑战
党的十八届三中全会《决定》对全面深化国资国企改革作出了总体部署，提出了一系列新思路、新任务。深化国有企业改革的主要任务是两个：一个是加快国有企业股权多元化改革，积极发展混合所有制经济；另一个是深化国有企业管理体制改革，通过对国有企业的功能定位，分类健全“协调运转、有效制衡”的公司法人治理结构。
公司制企业的监事会受股东委托，“检查公司财务”和监督“董事、高级管理人员的职务行为”，是现代公司治理结构中最重要的监督制衡机构。由监事会代替股东专职行使监督职责，是股东权益保护的必然制度选择。监事会的治理功能，首先是要保护股东利益，防止“内部人”独断专行，背离公司和股东的利益；其次是维护公司及其股东的财产安全等合法权益，制衡机制的重点在于监督，监督的最终目的是为了保障公司和股东的合法权益；第三是保护债权人利益，防止损害债权人利益的行为发生，公司财务会计信息的任何不实都是对债权人的不公平，公司财产的实际减少也威胁债权权益安全，监事会检查公司财务，就是要防止公司违法失信行为的发生。
“混合所有制经济是我国基本经济制度的重要实现形式”，发展混合所有制经济要求国有企业更多地通过股权改革，增强活力和动力。混合所有产权结构的公司监事会，应贯彻“同股同权同利”原则，有效履行股东赋予的监督权，平等保护公有财产权和私人财产权、平等维护全体股东尤其是中小股东的利益，这是发展混合所有制经济重要的治理制度基础。大力发展混合所有制的产权改革，国企监事会面临从国有独资公司或国有股“一股独大”，向混合多元股权结构的公司发展的新挑战：国有股代表出任的监事面临从对国资股东负责转为向全体股东负责，国家公务员身份向股东监督人的角色转换。
“准确界定不同国有企业功能”，提出了国企科学分类和国资分类监管的改革新方向。按照国有资本的功能定位，国有企业将划分为市场导向的竞争类企业，以及非市场竞争的功能类或公共服务类企业，并实行分类治理、分类监管；国资监管机构的职责，以“管资本为主”加强国资监管，切实落实企业自主经营权，这既是本轮国资国企改革的核心内容，也对分类强化监事会建设提出了新的挑战。
竞争类国企是发展混合所有制和公众公司的重点，市场化运作程度高，强化了董事会独立决策的治理功能，监事会也要同步增强监督董事决策行为、评估发展战略、定期审读财报、评价高管绩效、检查关联交易和监督内控运行等履职新要求，迎来了全面提升履职能力的新挑战。非市场竞争的功能类或公共服务类企业治理构架要比竞争类企业简化，监事会作为出资人机构的监督代表就更需要加强监管：功能类企业监事会要突出完成特定目标任务的过程监督，重点是政府投资资金、各类营运成本或费用的控制，监督重点任务（或工作）的进度、质量、安全等；保障类企业监事会应能适应“公共产品/服务和成本控制+引入市场化机制”的企业运行模式并进行当期监督，要检查监督政府购买服务、公共产品或服务的特许经营、政府授权经营，以及PPP（政府与企业长期合作协议）等运作过程的合法性和程序性，并通过独立发表监督检查意见和建议，保障企业“保公益、惠民生”营运目标的顺利实施。
此外，“建立职业经理人制度、深化企业用人制度改革、建立长效激励约束机制、强化国有企业经营投资责任追究、探索国企重大信息公开”改革内容，也对监事会在公司治理中发挥独立监督作用和有效监督公司决策行为、管理者经营行为提出了新的要求和挑战。
以“实、独、效”创新监事会
应对新挑战，做实监事会。为适应市场化改革的新要求，遵循产权约束对治理环境建设的客观规律，国企监事会体制机制可以从两个方面创新。
一个方面是外派监事会体制和“一对多”工作模式（主要适用于国有独资企业和国有独资公司），明显难以适应发展混合经济对股东利益保护的内在要求，需适时进行变革和改造。另外，即使是上市公司监事会，如果缺乏独立性和监督有效性，也存在被“弱化”和“虚化”的可能性。例如，2012年我国上市公司监事会治理指数均值为57.35，低于董事会治理指数均值10个百分点。因此，必须按照平等保护产权原则，创新国企监事会体制。
做实监事会的另一个创新要求是，要在国企分类中找准监事会的功能定位。以上海国资实践为例，首先，在竞争类国有企业中，对于已实现整体上市的国有控股公司，不仅要确保国有股股东的权益，而且要平等保护其他股东的利益，这类企业监事会定位于依法维护上市公司和全体股东的合法权益，当董事、高管的行为损害公司利益时，在要求其予以纠正的同时，必须向董事会、股东大会反映，或直接向证券监管机构及其他相关部门报告。而对于尚未实现整体上市的市管国有企业，监事会参照上市公司监事会运作规范，增强对企业的市场化运作进行有效监督。
其次，在上海的非市场竞争类国有企业中，对于功能类国有企业，监事会通过有效监督，确保企业按质按量完成政府特定功能任务；而公共服务类国有企业的监事会通过有效监督，确保企业高质量地提供公共产品或服务。这两类国有企业中不设置董事会的企业，监事会侧重于对管理层的监督，对企业定期经营报告进行审核，提出书面审核意见。涉及政府财政资金在公共行业和民生领域的使用，公共服务类企业监事会每季度要进行资金使用情况的专项检查报告。
应对新挑战，增强独立性。公司有独立运行的日常监督检查机构和制衡机制，才能够获得广大股东的信任。监事会发挥监督制衡功能，必须真正独立于公司的董事会和经理层，才能既保证股东和债权人的权益，也保证公司分设的权力在健康发展的轨道上运行。改革实践中要增强监事会的独立性，使其摆脱董事会或管理层的控制性影响，主要措施有五个：
首先，监事选任的独立性。《公司法》对公司监事选任的提名要有明确规定，可以考虑规定由监事会自身负责提名，或由股东大会的特别委员会负责提名，尽可能摆脱监事会从属于董事会的状况。
其次，监事会组成结构的开放性。通过引入相关利益者代表，从制度上改变监事会成员身份和行政关系上不能独立，其薪酬、职位都由管理层决定的状况。把监事会改造成独立于大股东的各利益相关方的联合体。除大股东代表外，中小股东代表必须占有一定比例；可设立外部监事或独立监事制度，以市场化方式引入中介机构的财务、法务和审计等专业人员，也可吸纳债权人或利益相关方的代表，改善公司与主要债权人和利益相关方关系中的信息不对称问题。
再次，监事会代表全体股东对董事和高级管理人员实施履职评价。强化监事会对董事、经理的人事聘免建议权，也可将部分董事的提名权交给监事会，监督制约董事、经理违法违章和损害公司利益的职务行为。
第四，公司财务报告编制后定期交监事会审核。监事会提出的问题和审核意见具有经营责任追溯力。
此外，还要保证监事会的经费。监事会活动所需之日常经费，应规定事先单独列入公司预算计划，按照预算制度独立开支。
应对新挑战，强化有效性。确立监事会在公司监督体系中的核心地位，是强化监督有效性的必要措施。这首先要求做到以监事会为主体，整合公司监督资源。通过加强监督信息沟通和组织力量整合，形成一套规范的监事会工作制度和流程，包括责任认定、报告、评价考核和信息沟通等。其次是形成共同监督的合力。建立监事会与国资监管部门、企业内部各监管部门（尤其是财务、审计、监察和法务等专业监督职能部门）、第三方中介机构的协同监管平台，监事会是协同监管平台的责任中心，通过完善企业内外联动监督机制，发挥多方共同监督的协同效应。再者，在母子公司管控体系中构建股东资本监督链，通过完善法人治理结构和内部监督的系统制衡，形成适应集团化运作的资本约束和系统化的股权监督机制。
强化监督有效性的重点之一，是监督公司决策行为。国企分类改革以后，出资人监管机构依法向规范建设的董事会授权，董事会是公司重大决策的责任主体。监事会要着力强化企业重大决策行为的过程监督，对企业投资、举债担保、产权变动、财务预决算、重大项目招标等决策过程进行监督。这包括：要监督公司是否建立了明确的重大事项决策制度、程序和责任追溯机制；要对公司的重大事项决策进行动态监督，其中包括决策的前期准备、决策的形成过程、决策的申报审批等；要对战略决策的执行情况进行评价监督，防止有损公司和股东利益的决策行为发生，为战略发展保驾护航。
例如，上海汽车是上海国资体系中资产整体上市的大型企业集团，面对国内外激烈的行业竞争环境，公司加强与世界著名汽车公司的合作，实施“引进来与走出去”并举的快速发展的战略，为了保障高强度战略投资项目顺利推进和有效实施，上汽集团监事会对公司发展战略实施“战略体检”，从战略看规划、从规划看投资、从投资看预算，检查并评估战略管控的标准、流程和有效性，并对重点战略项目上海通用五菱开展后评估，评估归纳通用五菱快速发展经验为：成功=战略+体系+文化；另外，公司监事会还对战略实施中的全面风险管理体系建设开展评估。上汽集团协调运转、有效制衡的治理机制有力地推进了发展战略的顺利实施，上海汽车连年保持强劲的发展势头，2013年以整车年产首次破500万辆的显著业绩，蝉联国内汽车制造企业行列之首。
强化监督有效性的重点之二，是检查公司财务和经营绩效评价监督。国资分类监管明确了国企的经营目标和绩效评价，监事会首先要检查财务报告业绩指标的真实性，可充分利用公司有关财务、审计、监察等部门的监督信息和资源，加强股东监督的力度和广度，对重点疑点和专业性强的问题，也可聘请社会中介机构进行审计等专项检查。其次，要监督公司内部控制制度及执行情况，监督内部控制体系是否完善，评价公司内部控制活动的有效性。再次，要监督公司审计的整改情况，应用审计信息是监事会以问题导向进行财务检查的有效方式，也是监督公司财务会计信息真实性的重要手段，监事会通过督促企业对审计发现问题的整改，加强监督力度和促进提升企业管理水平。同时，对于竞争类企业，参照上市公司的财务监管办法，重点突出信息真实性、公开透明等；对于功能类和公共服务类企业，则重点突出资金资产的安全性、信息公开性以及运营效率等。
【摘要】建立科学的管理模式是实现卫生监督行政相对人档案规范化、标准化管理的基础，作者从卫生监督行政相对人档案整理规则、建档和管理流程入手，介绍了镇海区卫生监督所行政相对人档案管理模式，并进行了优势分析，以期为同行提供借鉴。
【关键词】行政相对人 档案 管理模式
卫生监督行政相对人档案是卫生监督机构综合档案的重要组成部分，是单位主要职能活动的真实记录，加强这类档案的规范化、标准化、科学化管理，是深人发展卫生监督事业的重要依据和必要条件。根据《浙江省卫生监督行政相对人档案整理规则》(试行)等有关规定，镇海区卫生监督所结合实际，建立了辖区内的卫生监督行政相对人档案管理模式，现介绍如下，以期为同行提供借鉴。
1基本情况
1.1镇海区卫生监督机构基本情况
镇海区卫生监督所负责辖区内6个街道(镇)的卫生监督执法工作，目前共有在职职工36人，其中一线卫生监督人员26人，共设5个科室:办公室、综合监管科及三个分所。办公室主要负责党、政事务的综合管理;综合监管科下设发证窗口，主要负责业务工作的综合管理，包括食品卫生、公共场所卫生的统管和指导工作，全区生活饮用水卫生、化妆品卫生、职业卫生、放射卫生、学校卫生、医疗机构卫生、传染病卫生及消毒产品卫生的监督管理工作;分所主要负责管辖街道(镇)内的食品卫生、公共场所卫生的监督管理工作，并配合综合监管科完成其它类别卫生的监管工作。该所对监督员实行网格化、责任制管理，一名监督员包干负责一定数量行政相对人的监管工作。 论文
1.2镇海区卫生监督行政相对人基本情况
目前，镇海区共设6个街道(镇)，区域面积246平方公里，总人口45.3万人。根据卫生许可(申报)数据统计，至2008年6月30日，有效卫生监督行政相对人共7500户，其中食品卫生类5678户、公共场所卫生类1198户、生活饮用水卫生类5户、职业卫生类359户，放射卫生类16户，医疗机构卫生类253户。
2卫生监督行政相对人档案整理规则
2.1归档范围
镇海区卫生监督所依法对行政相对人进行行政许可、监督管理过程中直接形成的，具有查考利用价值的各种文字、图表、磁性载体、电子文件等历史记录。凡是反映行政相对人管理的行政许可、变更、延续、复核、日常监督管理、不良行为、注销等活动的文件材料均属归档范围，该所制订了详细的《行政相对人文件材料归档范围和保管期限表》。
2.2归档要求
2.2.1归档文件材料必须是原件，能齐全、完整地记录对卫生监督行政相对人管理的全过程。
2.2.2纸质文件材料的纸张质量和规格符合要求，字迹材料必须使用碳素墨水、蓝黑墨水等符合档案要求的耐久性材料。如原件为圆珠笔字迹、传真件、复写件等有不耐久性字迹材料的，应复印一份附在原件后作为一份材料一并装订，且应编页号，并在复印材料正上方的空白处写上“复制件”。 简历大全 /html/jianli/
2.2.3归档文件材料不得带有普通钉书针、回形针等易腐蚀的金属物，应去除后归档。
论文联盟
2.3保管期限
卫生监督行政相对人档案的保管期限以申请单位的有效期为准，一般在申请单位歇业满五年后，即可销毁。
2.4归档时间
卫生监督行政相对人的文件材料处理完毕后，各科室(分所)应及时收集、整理，当年的所有文件材料最迟应在次年一月底前归档，具体时间为:(l)行政许可、变更、延续文件材料应于卫生行政许可出证之日起二个月内归档;(2)复核(年检)、注销文件材料应在工作结束后一个月内归档;(3)监督管理活动的文件材料应及时收集，可按年度整理，最迟应在次年一月底前归档;(4)不良行为文件材料(即不良行为登记卷目录及行政处罚决定书复印件)自结案之日起一个月内完成资料收集和卷目录登记工作，次年一月底前完成组卷归档工作。
2.5归档方法
2.5.1卫生监督行政相对人整理成相对独立的保管单位，行政相对人的管理文件材料按照卫生许可证发放，建立一证一档，职业危害企业按申报建档，建立一户一档。若一个行政相对人有多种监督类别，按许可证分别建档。一个行政相对人档案可以整理成一盒或若干盒，如多盒应排列在一起，并在档号后编上分号，如:***一1、。。。月。 作文 /zuowen/
2.5.2一个行政相对人档案分别由行政许可(申报)、变更、延续、复核、日常监督管理、不良行为、注销共七类的若干卷组成(以下简称七类)。以同一年度下每一类的文件材料为一卷(件)整理归档。
2.5.3档号编制
2.5.3.1制订全宗内行政相对人档案的各类代码:(1)10种卫生监督类别分别用“01”一“10”代码表示;(2)6个街道、镇(即地区)分别用a、b、c、d、e、f代码表示。
2.5.3.2各类行政相对人档案，档号由“监督类别及地区号一案卷号”组成，“监督类别及地区号”填写监督类别与地区的组合代码，一个监督类别同一地区的档案编一个流水号，如“ola一0015”。
2.5.3.3档案编制流水号时，按照许可(申报)的时间顺序(如时间相同按照许可证号顺序)排列、编号。
2.5.4目录编制
2.5.4.1行政相对人登记档案目录。包括档号、行政相对人名称、行政相对人地址、许可证号(或申报号)、发证日期、注销日期、备注七项内容，为便于分别检索、统计食品卫生中餐饮业、生产加工业、自制零售业、食品经营业的行政相对人档案，要求在“备注”栏中填写相应类别的代字:餐、生、自、经。
2.5.4.2盒内目录。盒内目录分总目录和分类卷目录。 毕业论文
2.5.4.2.1盒内总目录。包括件号、内容、日期、页数、备注五项，放在盒内文件材料的最上方，在该年度资料整理装订完毕后填写。每盒编一个流水件号，并按年度一类别排序填写，同一年度按照“七类”的顺序，产生几类文件材料依次填写，没有文件材料的类别不用填写。
2.5.4.2.2卷目录(即件内目录)。卷目录放在该卷文件材料的最上方，根据“七类”卷的性质不同，项目设置有所区别，“不良行为登记卷目录”包括序号、处罚文号、案由、起止日期、违法事实、处罚决定、备注七项内容，其余“六类”卷目录包括序号、文号、文件题名、日期、页号、备注六项内容。在各类卷目录右上方设置档号章，包括全宗号、类别号、案卷号、件号四项内容。同一年度每一类的卷内文件材料应将结论性的放在前面(如许可核准单)，其余按文件材料依次形成的时间顺序排列、编序号。
2.5.5页号编写及装订
1概念与作用
卫生监督档案或称卫生管理资料档案，是论述和反映单位在管理活动过程中，通过卫生管理人员及领导层开展卫生管理活动所形成的文字和文件材料，是卫生监督单位开展卫生管理工作的真实记录，经过卫生管理人员的收集、整理，并按照归档制度进行归档，反映了单位在卫生管理工作的活动历程，不仅具有现实的使用价值，还具有长期卫生监督管理工作查考和历史凭证等作用。
2卫生管理制度
监督单位的卫生管理工作主要体现在卫生监督管理制度的制订和落实，还包括组织管理机构与卫生监督管理人员的设置、职工健康检查和卫生监督知识培训等方面资料。根据其管理的全部内容及项目，确定资料归入卫生监督档案。而建立完善的卫生管理制度是单位落实上级布置任务的基本前提，不同类型和规模的监督单位，应制订相应的卫生监督管理制度;除此之外还包括党务管理制度、行政管理制度、人事管理制度、效能建设制度、稽查工作制度、安全管理制度、后勤管理制度、信息管理制度、科研管理制度等。对外则应包括:卫生检查、奖罚等制度与预防食物中毒卫生管理制度、生产车间卫生制度、产品检验制度与产品留样制度、设备清洗消毒制度、检验室工作制度、卫生管理人员监管制度、卫生档案的整理归档及其他相关的卫生管理制度。
3管理办法的规定
本局在制定管理制度的同时也制订了卫生监督管理办法，主要参考了国家档案法的规定，各个科室都有了档案管理的分工。整理卫生档案一般按如下要求进行整理后归档:
(1)按照不同的内容分类，如制度类、文件类、证件类、卫生监督、监测类、索证类等进行归档。
(2)按照时间顺序分类，将每年的资料按时间先后顺序分类归档。
(3)各类卫生档案应保存3年备查，并根据其重要程度和上级要求，有的资料保存的时间还要更长些。有的要求保存达10～30年。
(4)卫生监督档案整理工作，需要卫生管理人员按照一定的原则和方法，对卫生管理的资料进行系统的整理，并通过编目将其内容与成份揭示出来。
(5)要建立健全文件材料归档制度，把文件材料的形成、积累、整理、归档的要求列入各项工作标准、工作程序及各科室和人员的岗位职责，作为考核的重要内容。还要注意卫生监督信息的审核［1］。
(6)在各项工作活动中形成的文件材料，要按规定在第二年初将应归档的文件材料进行系统整理，由科室负责人审定后归档。专项工作如卫生监督检查、公共卫生突发事件、卫生质量抽检、专题调查、会议、培训、宣传等重要活动待结束或告一段落时，及时做出总结，及时归档。
(7)卫生监督员还要学好卫生监督业务档案管理。其中包括:卫生监督业务档案的范围;卫生监督检查档案;现场监督抽查档案;卫生监督行政处罚档案;卫生行政许可档案等。做好卫生监督档案管理是卫生管理人员应具备的素质，是其综合素质的体现。
通过小概率事件原理的分析，阐述了抽样检验程序的由来和抽样设计方案的科学依据，由监督总体定义开始，逐步引出质量特性和规范限的概念和划分规则，通过实例全面剖析了商品质量监督抽样检验程序在服装抽检中的应用，说明了在服装监督抽检中引入更加规范性和科学性的抽样检验程序的必要性。
关键词：抽样检验程序;监督总体;质量特性;规范限
抽样检验是指从批中（或过程中）抽取的样品的检验结果，利用科学的统计方法来分析和判断该批是否合格（可以接受），所以也叫作统计抽样检验。按照测试质量特性值分为计数值抽样检验和计量值抽样检验[1]。抽样检验的目的是为了质量把关，所以必须制定抽样方案，所谓抽样方案就是利用从批或过程（总体）中抽取的样本，经检测后对批或过程的质量特性进行推断，并作出对该批或过程接收与否判定的一种具体方案[2]。监督抽样检验是监督管理部门对产品进行的决定监督总体是否能够通过的抽样检验，监督总体由组织抽检的监督管理部门根据掌握的先验信息情况确定。既可确定为市场上与抽取样品相同标称生产者（或经销者）的同一型号或同一类商品，也可确定为某生产者生产的执行相同产品标准的商品[3]。监督抽样的理论基础是小概率事件原理。
GB/T 28863―2012规定的抽样检验程序是专门对流通领域的商品实施质量监督而制定的，该标准主要用于对消费者或者有关组织反映质量问题较多的商品，或各级商品质量监督管理部门发现有质量问题线索或认为有必要重点监管的商品的质量监督抽样检验[3]。基于对监督对象先验信息的了解，该标准采用样本量为1的抽样方案。当采用本标准的抽样方案时，犯第一类错误的概率极小，放宽了对犯第二类错误的概率的限制，因而当监督总体质量水平偏离声称质量水平不大时，其不合格不易被发现。当抽样结果判定样本单元不合格时，有很大的概率（95%以上）认为：“监督总体的实际质量水平劣于规定的或声称的质量水平。”当抽样结果判定样本单元合格时，认为“对此有限的样本量，未发现核查总体的实际质量水平劣于规定的或声称的质量水平”，因此，不能判定监督总体合格[4]。
本文以实例阐述GB/T 28863―2012《商品质量监督抽样检验程序 具有先验质量信息的情形》在服装商品监督抽样检验中的应用，以期服装商品监督抽样检验日渐科学化和规范化。
1 原理
监督抽样的前提条件是抽取经过生产企业检验合格的产品，监督抽样的理论基础是小概率事件原理。小概率事件就是发生概率很小（5%以下）的事件，通常在一次随机试验中不会发生，如果在一次随机试验中小概率事件竟然发生了，我们就有理由怀疑原来的假设是错误的[2]。本标准中的抽样检验方案是根据数理统计中假设检验的理论设计出来的，假设检验的基本思想是：设计一个抽样方案（1，0），即从N件产品中抽取1件单位产品，通过检验该抽取商品的质量特性，假定发现其为不合格商品，则有95%以上的把握判定该商品监督总体（子总体）不合格。
2 抽样检验程序
2.1 监督抽样检验对象及质量特性
2.1.1 抽样检验的商品类别：休闲服装。
2.1.2 抽样检验的各类商品的检验项目及分类分别见表1和表2。
2.2 监督总体
本次抽样检验的监督总体为××省流通领域与抽取样本标称相同生产者、相同款式的休闲服装商品集合。本次抽样检验的监督子总体为监督总体中由单个销售者销售的同款商品集合。
2.3 抽取样本
从同厂家（或同品牌）、同型号的产品中，随机抽取2组样本;其中1组用于检验，1组用于备样。
2.4 样本检测
检验工作应当依据国家法律法规以及强制性国家标准、强制性行业标准、强制性地方标准、企业在产品或包装上明示采用的产品标准或企业标准和国家有关规定进行质量判定。商品包装明示采用企业标准或者做出质量承诺的，可以依据商品包装明示采用的企业标准或者质量承诺进行商品质量判定。商品包装明示采用的企业标准或者做出的质量承诺低于强制性国家标准、强制性行业标准、强制性地方标准或者国家有关规定时，以强制性国家标准、强制性行业标准、强制性地方标准或者国家有关规定作为商品质量判定依据。各抽查对象的检验依据为：GB 18401―2010《国家纺织产品基本安全技术规范》、FZ/T 73020―2012《针织休闲服装》、FZ/T 81007―2012《单、夹服装》，以及经备案现行有效的企业标准及产品明示质量指标和要求或其他相适应的产品标准。
2.5 检测结果判定
本次抽检依据休闲服装各检验项目的质量特性将其分为计数型和计量型，其中，计数型质量特性为耐水色牢度、耐汗渍色牢度、耐干摩擦色牢度和可分解致癌芳香胺染料（该项目为计量型量值，但考虑考核时仅关注其是否合格，大于20mg/kg的含量即为严重不合格，因此用计数检验对其进行考核）;甲醛、pH值为计量型质量特性。根据不同质量特性值的特点，收集有代表性的检验数据，并计算相应的标准差（该标准差应能反映纺织服装行业大多数生产者的质量控制水平），结合不符合系数对其不符合的严重程度进行划分。
2.5.1 计量型质量特性
2.5.1.1 规范限
将商品包装上标示或以其他方式标示或承诺的质量要求，或产品标准规定的质量要求作为该商品的上规范限USL与/或下规范限LSL。
2.5.1.2 监督限
监督限由式（1）和（2）计算：
上监督限：UAL=USL+cσ，c≥0 （1）
下监督限：LAL=LSL-cσ，c≥0 （2）
规定本次检验中各质量特性的容忍系数c、质量特性值标准差σ、不符合系数k1和k2如表3所示。
由此可得各商品的各质量特性判定划分的界限值见表4。
2.5.2 计数型质量特性
根据计数型质量特性对商品整体质量的影响程度，分为重要质量特性、较重要质量特性和次要质量特性，若计数型质量特性不合格，依次划分为严重不合格、较严重不合格、轻微不合格三类，本次抽检休闲服装的计数型质量特性中可分解致癌芳香胺染料为重要质量特性，耐水色牢度、耐汗渍色牢度和耐干摩擦色牢度均为较重要质量特性。
2.5.3 对样本单元的判定
依据所检相关质量特性的重要程度及检测结论，对样本单元进行综合判定。对于不合格的样本单元，判定结果分为A类不合格、B类不合格、C类不合格和D类不合格四类。
在样本单元上，存在有重要计数型质量特性不合格或重要计量型质量特性严重不合格，判定样本单元为A类不合格;存在有较重要计数型质量特性不合格，或重要计量型质量特性较严重不合格，或较重要计量型质量特性严重不合格，判定样本单元为B类不合格;存在有次要计数型质量特性不合格，或重要计量型质量特性轻微不合格、较重要计量型质量特性较严重不合格，或次要计量型质量特性严重或较严重不合格判定样本单元为C类不合格;存在有较重要计量型质量特性轻微不合格，或次要计量型质量特性轻微不合格，判定样本单元为D类不合格。
2.6 复检
当休闲服装的经营者或生产者对抽样检验结果有异议时，可申请复检。复检应在重复性条件、中间精密度条件或再现性条件下进行。最终报出结果的方法见GB/T 16306―2008《声称质量水平复检与复验的评定程序》。当原样被破坏无法进行复检时，应在抽样留存的备样上进行重现性测试。依据GB/T 2886―2012《商品质量监督抽样检验程序 具有先验质量信息的情形》规定本次抽检只允许对样本检验结果异议的复检，不得进行重新抽样检验。
2.7 对监督总体的判断
所检样本单元为A类不合格，出具“监督/核查总体严重不合格”结论;所检样本单元为B类不合格，出具“监督/核查总体较严重不合格”的结论;所检样本单元为C类不合格，出具“监督/核查总体轻微不合格”的结论;所检样本单元为D类不合格，出具“监督/核查子总体轻微不合格”的结论;样本单元所检项目合格，出具“样本所检项目未发现不合格”的结论。
2.8 检测结果的出具
抽检结果未发现所检项目不合格的，出具本次抽检样本所检项目合格的结论。检验结果发现所检项目不合格的则判定为本次抽检监督总体或监督子总体不合格。
具体结论格式如下：
（1）样本合格：样本单元所有项目均合格，判定为样本所检项目合格。
检验结论出具为：样本所检项目未发现不合格。
（2）监督总体不合格：样本单元为C类及C类以上不合格时，判定为监督总体不合格。
检验结论出具为：样本所检项目（1.……;2.……）不符合标准（或声称）要求，根据抽样程序及本次抽样检验方案，判定该商品监督总体严重（较严重或轻微）不合格。
（3）监督子总体不合格：样本单元为D类不合格时，判定为监督子总体不合格。
检验结论出具为：样本所检项目（1.……;2.……）不符合标准（或声称）要求，根据抽样程序及本次抽样检验方案，判定该商品监督子总体轻微不合格。
3 结论
GB/T 28863―2012基于对监督对象先验信息的了解，将小概率原理运用到监督抽样检验当中，通过样本推断总体，犯第一类错误的概率极小（不超过5%），既做到了抽取的样本很少，又能确保检验结论的准确性。将该标准用于服装商品质量监督抽样检验大有裨益。首先，明确监督总体，将不合格程度具体划分，对于判定为核查总体不合格的商品有着明确、合理的处罚依据。其次，抽取样本量少，大大减少人力、物力，提高监督效率，减少资源浪费。第三，对抽检样本合格的情况，不对其总体作出合格的判定，结论更加科学、合理。
参考文献：
[1] 于振凡等.产品质量抽样检验[M].第二版.北京：中国标准出版社，2008：10-13.
[2] 顾业青，冯丽兵. 正确使用监督抽样检验标准[J].中国质量技术监督，2013， 31（8）：64-65.
[3] GB/T 28863―2012 商品质量监督抽样检验程序 具有先验质量信息的情形[S].
[4] GB/T 2828.4―2008 计数抽样检验程序 第4部分：声称质量水平的评定程序[S].
关键词：半监督学习；标签；分类
中图分类号：TP18 文献标识码：A文章编号：1009-3044(2011)16-3887-03
Semi-supervised Learning Study Summary
CHEN Wu-jin
Abstract: Semi-supervised learning problems, From the outset by the artificial intelligence community have attached great importance to it, Has become a hot topic in the research field. This paper reviews the problem of semi-supervised learning the basic idea of the status quo, Summarized the current study difficult.
Key words: semi-supervised learning; labeled; classification
人工智能主要研究的是如何使用计算机来模拟人类的学习活动，而从样本数据中学习是机器学习研究的主要问题之一[1]。机器学习在生活中随处可见，随着社会经济的飞速发展，计算机技术的日趋成熟，人类采集数据、存储数据的能力得到了非常大的提高，从科学界到日常生活的每一个领域都存储了海量的数据，而对这些数据如何进行分析和处理，以及如何挖掘数据中的可用数据，已经成为大部分领域的共同追求。另外，在许多领域，往往想要获得样本数据的类别的标签非常困难，有的需要投入大量的时间、精力、资金等等，有的还需要非常雄厚的专业基础知识，缺乏类别标签，是目前处理数据的一大困难。对于传统的机器学习方法来说，它们大多只考虑有标签的样本数据，要么干脆只考虑无标签的样本数据；然而在许多现实问题中，一般这两种数据都存在；有时标签的样本数据太少，而没办法用于监督学习，但是仅仅使用无标签的样本数据进行无监督学习又会使得标签的样本数据于无用武之地的境界。因此，怎样更好地利用这两种数据成为一个很受关注的难题。为了解决这一困难，人们提出了半监督学习方法，该方法能够同时利用好这两种样本，达到更好的分类结果。
1 半监督学习的定义及其研究现状
在机器学习领域中，传统的学习方法有两种：监督学习和无监督学习。监督学习中，采用的训练集为XL={(x1,y1),(x2,y2),…,(xl,yl)}；在无监督学习中，采用的是独立同分布的样本构成的集合XU={x1,x2,…,xn}； 对于分类问题，监督学习的目的是寻找从X到Y的对应关系。通常情况下还要有一个测试样本集用来测试这样一种对应关系的好坏。
半监督学习方法在机器学习领域是比较新兴的方法，是监督学习与无监督学习相结合的一种学习方法。也就是同时采用标签的样本数据和未标签的样本数据的机器学习方法；在半监督学习方法中，采用的标签集为XL={(x1,y1),(x2,y2),…,(xl,yl)}，样本和所属类型成对出现。未标签样本集为XU={xl+1,xl+2,…,xn}，且U=N-L,L
在半监督学习方法中，一般需要一些假设的支撑。目前，在半监督学习中有三个比较常用的基本假设[1]：聚类假设、流形假设和局部与全局一致性假设。
聚类假设是指样本数据间的距离相互比较近时，则他们拥有相同的类别。根据该假设，分类边界就必须尽可能地通过数据较为稀疏的地方，以能够避免把密集的样本数据点分到分类边界的两侧。在这一假设的前提下，学习算法就可以利用大量未标记的样本数据来分析样本空间中样本数据分布情况，从而指导学习算法对分类边界进行调整，使其尽量通过样本数据布局比较稀疏的区域[2]。例如，Joachims[3]提出的转导支持向量机算法，在训练过程中，算法不断修改分类超平面并交换超平面两侧某些未标记的样本数据的标记，使得分类边界在所有训练数据上最大化间隔，从而能够获得一个通过数据相对稀疏的区域，又尽可能正确划分所有有标记的样本数据的分类超平面。
流形假设的主要思想是同一个局部邻域内的样本数据具有相似的性质，因此其标记也应该是相似。这一假设体现了决策函数的局部平滑性。和聚类假设的主要不同是，聚类假设主要关注的是整体特性，流形假设主要考虑的是模型的局部特性。在该假设下，未标记的样本数据就能够让数据空间变得更加密集，从而有利于更加标准地分析局部区域的特征，也使得决策函数能够比较完满地进行数据拟合[2]。流形假设有时候也可以直接应用于半监督学习算法中。例如，Zhu等人[4]利用高斯随机场和谐波函数进行半监督学习，首先利用训练样本数据建立一个图，图中每个结点就是代表一个样本，然后根据流形假设定义的决策函数的求得最优值，获得未标记样本数据的最优标记;Zhou等人[5]利用样本数据间的相似性建立图，然后让样本数据的标记信息不断通过图中的边的邻近样本传播，直到图模型达到全局稳定状态为止。
从本质上说，这三类假设是一致的[2]，只是相互关注的重点不同。其中流行假设更具有普遍性。
2 半监督学习分类的基本算法
首先依据半监督学习分类算法的工作形式，把半监督学习分类方法分为大概以下四种类型[5]，即TSVM，模型生成算法，基于图和流形的半监督学习方法和协同训练算法。以下对这些半监督学习方法做进一步分析介绍。
2.1 转导支持向量机
转导支持向量机 (TSVM)即基于半监督学习的支持向量机，是处理半监督问题的SVM扩展算法[1]，该算法把SVM算法与transduction learning结合有效利用了未标记样本数据。对于二分类问题来说，标准型支持向量机在样本空间中查找一个最优超平面利用已标记样本数据，得到的是使两类样本间的分类间隔达到最大的超平面，TSVM不同之处在于，它同时利用已标记样本数据和未标记样本数据来确定最优分类边界，它使得超平面可以最大地分离原来的己标记样本数据和未标记样本数据，重新找到的最优分类边界可以满足对原来的未标记样本数据的分类而且使得泛化误差达到最小。
因为在支持向量机的学习过程中很好地利用了未标签的样本数据，TSVM算法比只利用有标记样本数据获得的分类器，在性能上有了很大的改进。可是TSVM算法还是存在不少不足和需要改进的方面。比方说，算法在运行之前必须指定训练的标记样本数据中的正标记样本数，而在通常情况下很难对该值做出比较好的估量。在TSVM算法中一般采用一种比较简单的方法，通过有标记样本数据中正标记样本数据在所有样本数据中的比例来估计相应未标记样本中正标记样本的比例，进而估计出该值。很容易看出，这一方法在一般情况下很容易导致较大估计误差。
2.2 模型生成算法
模型生成算法（Generative Models,GM）,模型生成算法首先通过假设已知样本数据的密度函数p(x|yi)的形式，比如多项式、高斯分布等，而在这一公式中不确定的仅是p(x|yi)的参数。GM算法可采用迭代算法，如EM算法，先计算p(x|yi)的参数，然后根据贝叶斯全概率公式对全部未标签样本数据进行分类。然而GM算法对一些假设条件比较苛刻，一旦假设的p(x|yi)与样本数据的实际分布情况差距比较大，其分类效果往往不佳。当前，改进GM算法的研究工作大部分是在怎样能够让假设p(x|yi)更好地与样本分布相接近。Nigam Ketal（2000）、Corduneanu A and Jaakkola T（2001）、Callison-Burch Cetal（2004）在这些文章中，通过调整未标签数据的权重在来实现更佳的学习效果。
2.3 基于图和流形的半监督学习方法
基于图的半监督学习（Graph-based semi-supervised learning）近年来受到更多的重视。在基于图的方法中，首先是构造一个图，图由顶点和边组成；其中顶点代表样本，边是有权值的，其大小代表样本间的相似性程度；基于图的半监督分类算法是通过构造一个满足下面两个条件的函数F：首先，对于样本标签数据，F必须可以对其进行正确分类；其次，对于未标签数据，F也应该能够让类别标签在整个图上具有平滑性。第一个条件等价于损失函数，第二个条件等价于相应的调节项。通过应用不同的损失函数和调节项就能够获得不同的分类方法；目前主要包括最小分割方法、Tikhonov正规化方法、马尔可夫随机走法(Malkov random walk)，图--核方法(Graph kemels)和流形方法(manifold method)等。这其中流形方法得到更多的重视。
流形方法显示出比原空间更加突出的假设是基于分类边界能够在子流形上，分类能够更容易是因为通过把样本从高维的全部转到低维上。流形学习方法大部分都是不具有参数的，因此也就不需要对参数进行假设。流形半监督学习方法目前主要有光谱映射 (spectral projection) [6]、局部与全局统一性的方法(local and global consistency) [4]、高斯场与诙谐函数的方法(Gaussian fields and harmonic functions) [8]等。
2.4 协同训练算法
Blum和Mitchell [9]在1998年提出最初的协同训练方法。首先是假设样本数据集有两个视图(view)，这两个视图充分冗余；也就是说对于给定标记样本数据，任一个属性集与另一个属性集都是条件独立的；而且对于任一个属性集都能够描述该问题；也就是说训练例足够的话，在任何一个属性集上都能够获得一个强的学习器。Blum和Mitchell [9]发现，对于充分冗余视图，这一要求在挺多的问题中是可实现的。Blum和Mitchell的算法通过在两个视图上充分利用有标记样本，单独获得一个分类器。而后，对于任一个分类器在未标记样本中选择出几个标记可信度比较高的样本数据，然后对其标记，并且把标记后的样本数据一起并入另一个分类器的有标记样本数据训练中，这样对方能够更好地利用这些新标记的样本数据进行更新处理。协同训练方法不断重复以上步骤，一直到一个满足的条件。
Blum [9]充分验证了在满足充分冗余视图这一条件时，应用标准协同训练法可以很很明显地提高学习器的分类能力，通过利用未标记的样本。但是，在现实问题中这一要求一般难以达到。
Goldman [11]依据充分冗余视图这一条件，提出改进的算法，即不需要充分冗余视图的算法。该算法应用不同的方法，对一个属性集进行训练，提出两个不同的分类器，而对于每个分类器都能够把样本数据空间等价分为几个等价的样本数据空间。在该过程中，对于每个分类器，应用统计方法来估计标记置信度，通过把标记可信度比较高的样本数据进行处理，然后另一个分类器把这些处理过的样本作为有标记的训练数据实例，这样能够让对方进行更新操作。反复迭代进行，直到达到某个满足的条件。该改进的算法首先是对两个分类器的未标记样本的标记可信度进行估计，而后再选择其中可信度比较高的分类器，然后再进行分类计算。
在该算法中，为了拥有更严格的约束条件，Zhou和Li [15]提出一种三重式训练方法。该算法的特别之处是应用了三个分类器，该算法没有充分冗余视图、也可以不用不同种类型的分类器，可以更好地解决标记置信度中的估计问题和对未标记样本数据的预测问题，还可以利用聚类学习方法来体现其泛化能力的强度。
3 半监督学习分类算法研究中存在的不足
半监督学习分类算法从提出到现在时间比较短，还有许多方面没有更深入的研究，下面根据自己的学习提出半监督学习分类算法研究中还存在的一些不足。
3.1 半监督学习分类算法的现实价值
半监督学习从诞生以来，主要用于处理人工合成数据、只在实验室试用，还没办法在某个现实领域得到应用，也就是说，其现实意义没体现出来；因此，半监督学习的实际应用价值问题值得更多的研究。
3.2 新假设的提出
文中前面叙述到的各种半监督分类算法的假设，提出新的模型假设可能会改进半监督分类算法。所以对半监督学习分类算法的模型假设的研究将是十分有价值的。
3.3 半监督学习的抗干扰性比较弱
无噪声干扰的样本数据是当前大部分半监督学习方法使用的数据，而在实际生活中用到的数据却大部分不是无干扰的，通常都比较难以得到纯样本数据。上面谈论的三个基本假设显然是有效的，不过过于简约，这些假设没能把噪声干扰下未标记样本数据分布的不确定性以及它的复杂性充分的考虑全。
4 结束语
半监督学习理论从提出到现在不过20年时间，半监督学习中还有许多问题需要更加深入的研究。我们认为半监督学习问题在今后很长一段时间内仍将是一个研究热点，新的成果也将会不断涌现出来推动半监督学习更快更有效地发展。
参考文献：
[1] ZHU X J.Semi―supervised Learning Literature Survey[R].Madison:University of Wisconsin,2008．
[2] 周志华,王迁.机器学习及其应用[M].北京:清华大学出版社,2007.
[3] Joaehims T.Transductive Inference for Text Classification using Support vector Machines[C].Proeeedings of the Sixteenth International Conference on Maehine Learning.Morgan Kaufmann PublishersIne,1999.
[4] Zhu X J,Ghahramani Z,Lafferty J.Semi-supervised learning using Gaussian fields and harmonic functions[C]//Proceedings of Twentieth International Conference on Machine Learning.Washington DC:AAAI,2003:912-919.
[5] Zhou D Y,Bousquet O,Lal T,et al.Learning with local and global consistency[C].Advances in Neural Information Processing System 16.USA:MIT Press,2004:321-328.
[6] Du W,Urahama K.Semi-supervised classification with spectral projection of multiplicatively.modulated similarity data[J].IEICE Transaetionson Information and Systems,2007,E90D(9):1456-1459.
[7] Gui J,Huang D S,You Z H.An Improvement on Learning with Loeal and Global Consistency[C].The19th International Conference on Pattern Recognition(ICPR 2008),Tampa,FL,2008.
[8] Gong Y C,Chen C L.Semi-supervisedMethod for Gene Expression Data Classification with Gaussian Fields and Harmonic Functions[C].The19th International Conference on Pattern Recognition(ICPR 2008),Tampa,FL,2008.
[9] Blum A,Mitchell bining labeled and unlabeled data with co-training[C].Proeeedings of the 11th Annual Conference on Computational Learning Theory(COLT98)Wisconsin,Ml,1998.
[10] Camps-valls G,Marsheva T V B, Zhou D Y.Semi-supervised graph一based Hyperspectral image classifieation[C].International Geoseience and Remote Sensing SymPosium,Denver,CO,2006.
[11] Goldman S,Zhou Y.Enhancing supervised learning with unlabeled data[C].Proeeedings of the 17th International Conference on Machine Learning(ICML'00)，San Francisco,CA,2000.
[12] Angluin D,Laird P.Learning from noisy examples[J].Machine Learning,1988,2(4):343-370.
[13] Zhou Y.Goldman S.Democratic co-learning[C].Proceedings of the 16th IEEE International Conference on Tools with Artificial Intelligenee(ICTAI'04)，Boea
Raton,FL,2004.594-602.
[14] Wang W,Zhou Z H.Analyzing co-training style algorithms[C].Proeeedings of the 18th European Conference on Maehine Learning(ECML'07)，Warsaw，Poland,2007.
[15] Zhou Z H,Li M.Tri-training:Exploiting unlabeled data using three classifiers[J].IEEE Transactions on Know1edge and Data Engineering,2005,17(11):1529-1541.
[16] Blum A,Chawla S.Learning from Labeled and Unlabeled Data using Graph Mineuts[C].Proeeedings of the Eighteenth International Conference on Machine Learning.Morgan Kaufmann Publishers Inc,2001.
[17] Zhou X Y,Li C P.Text classifieation by Markov random walks with reward[C].International Conference on Data Mining(DMIN 05),Las Vegas,NV,2005:275-278.
[18] Zhu X J.Semi-supervised learning with graphs[D].USA:Carnegie Mellon University.2006:1-89.